Beruflich Dokumente
Kultur Dokumente
Bachelorstudium
Technische Informatik
an der Technischen Universitt Wien
Inhaltsverzeichnis
1. Grundlage und Geltungsbereich
2. Qualifikationsprofil
6. Lehrveranstaltungen
12
13
8. Prfungsordnung
13
14
10.Bachelorarbeit
15
11.Akademischer Grad
15
12.Integriertes Qualittsmanagement
15
13.Inkrafttreten
17
14.bergangsbestimmungen
17
A. Modulbeschreibungen
17
B. Lehrveranstaltungstypen
70
71
72
73
2. Qualifikationsprofil
Das Bachelorstudium Technische Informatik vermittelt eine breite, wissenschaftlich und
methodisch hochwertige, auf dauerhaftes Wissen ausgerichtete Grundausbildung, welche
die Absolventinnen und Absolventen sowohl fr eine Weiterqualifizierung im Rahmen
eines facheinschlgigen Masterstudiums als auch fr eine Beschftigung in beispielsweise
folgenden Ttigkeitsbereichen befhigt und international konkurrenzfhig macht:
Applications Engineering an der Schnittstelle Software-Hardware
Gehobene Entwicklungsaufgaben im Bereich Embedded Systems
Untersttzende Aufgaben im einschlgigen Forschungsumfeld
Primrer Gegenstand all dieser Ttigkeitsbereiche sind vernetzte eingebettete Computersysteme, die in immer strkerem Mae nicht nur in technischen Systemen wie medizinischen Gerten, Automatisierungssystemen, Autos und Flugzeugen sondern auch in
Gegenstnden des tglichen Lebens zu finden sind. Ungeachtet des primr Informatikorientierten Zugangs erfordert die Beschftigung mit derartigen Systemen eine interdisziplinre Grundausbildung, die (Mikro-)Elektronik, Telekommunikation bis hinunter zu
physikalischen Grundlagen einschliet.
Aufgrund der beruflichen Anforderungen werden im Bachelorstudium Technische Informatik Qualifikationen hinsichtlich folgender Kompetenzkategorien vermittelt:
Fachliche und methodische Kenntnisse Das Studium vermittelt fortgeschrittene
Kenntnisse und ein kritisches Verstndnis der Theorien und Grundstze jener Gebiete
der Informatik und anderer technischer Wissenschaften, die fr die Technische Informatik
relevant sind. Der Schwerpunkt liegt auf der Vermittlung von langfristig anwendbarem
Wissen und universellen Methoden, die eine stabile Ausgangsbasis fr das in einem so
dynamischen Gebiet unabdingbare lebenslange Lernen bieten:
Mathematische Grundlagen und Methoden (diskrete Mathematik, Logik, Algebra
Analysis und Wahrscheinlichkeitstheorie)
Zentrale Konzepte (wie z.B. Berechenbarkeit und Komplexitt, Algorithmen und
Datenstrukturen, Programmiersprachen) und Methoden (wie z.B. Modellierung,
Differential- und Integralrechnung in einer Variablen). Es setzt sich aus einem Vorlesungsteil und einem begleitenden bungsteil zusammen, der der Vertiefung der Vorlesungsinhalte und der Entwicklung von Fertigkeiten zur Erstellung korrekter mathematischer Beweise und der mathematischen Modellierung und Analyse praktischer Problemstellungen dient.
Analysis 2 (7.5 Ects) Das Modul bietet eine Vertiefung in Analysis (v.a. mutivariate Analysis, Transformationen und Numerische Mathematik). Es setzt sich aus einem
Vorlesungsteil und einem begleitenden bungsteil zusammen, der der Vertiefung der
Vorlesungsinhalte und der Weiterentwicklung mathematischer Beweis-, Modellierungsund Analysefertigkeiten dient.
Bachelorarbeit (13.0 Ects) Ein Seminar fhrt in die wissenschaftliche Methodik und
in den Wissenschaftsbetrieb ein. Darauf aufbauend bearbeitet der/die Studierende im
Rahmen eines Projektes ein dem Qualifikationsprofil des Studiums entsprechendes Thema und beschreibt Aufgabenstellung, Methodik, Umfeld und Ergebnisse in einer schriftlichen Bachelorarbeit. Das Thema der Bachelorarbeit wird auf dem Abschlusszeugniss
ausgewiesen.
Datenbanksysteme (6.0 Ects) Dieses Modul vermittelt Grundkenntnisse von Datenbankmanagementsystemen, deren Architektur, wesentlichen Komponenten und Funktionsweise. Schwerpunkte liegen bei der Datenbank-Programmierung, physischer Datenorganisation und Anfragebearbeitung, Transaktionen, Fehlerbehandlung/Recovery,
Mehrbenutzersynchronisation und verteilten Datenbanken.
Dezentrale Automation (6.0 Ects) Das Modul bietet einen berblick ber zentrale
Themen der Automatisierungstechnik und setzt sich aus einem Vorlesungs- und bungsteil zusammen. Im Vorlesungsteil werden Konzepte und Methoden der Automatisierungstechnik, Anwendungsbereiche und relevante Grundlagen der industriellen Kommunikationstechnik vermittelt. Der Laborbungsteil ist auf den Entwurf und die Programmierung
verteilter Automatisierungsapplikationen ausgerichtet.
Digital Design (12.0 Ects) Dieses sich ber 2 Semester erstreckende Modul bietet
einen berblick ber Entwurf, Technologien und Fertigung digitaler integrierter Schaltungen. Schwerpunkte sind der Schaltungsentwurf in VHDL sowie das Verstndnis von
Funktion und Aufbau von FPGAs (Field-Programmable Gate-Arrays) als Zieltechnologie. Neben diesen anwendungsbezogenen Kenntnissen und Fertigkeiten wird darberhinaus auch der Umgang mit Nicht-Idealitten und Grenzen der blichen Modelle geschult,
wie zum Beispiel Ursachen und Erkennung von Defekten, das Auftreten analoger Effekte
und Metastabilitt. Die Vermittlung der theoretischen Grundlagen erfolgt Vorlesungen;
deren Vertiefung und Anwendung ist Gegenstand einer Laborbung, in der auch umfangreiche praktische Aufgabenstellungen (teilweise in Teams) zu lsen sind.
Einfhrung in die Mustererkennung (6.0 Ects) Dieses Modul vermittelt die Grundlagen sowie einen berblick ber die wichtigsten Verfahren der Mustererkennung (pattern recognition). Der Schwerpunkt liegt auf der Analyse von Bilddaten, d.h. auf der
Extraktion und Verarbeitung von Bildmerkmalen (image features) und Klassifikation
der extrahierten Daten. Verschiedene Klassifikatoren wie z.B. k-NN, Bayes Klassifikator, Decision Trees, k-means, usw. werden anschaulich dargestellt. In jedem Vortrag
werden ausgehend von Begriffen und Methoden praktische Anwendungsbeispiel der Mustererkennungstechnologien wie Biometrie und inhaltsbasierte Bildsuche behandelt. Eine
Laborbung vertieft die Inhalte der Vorlesung.
Elektrotechnische
Grundlagen
(7.5 Ects) Das
Modul
vermittelt
die
elektrotechnisch-technologischen Grundlagen, die fr das Verstndnis der Funktion von Rechnersystemen bzw. rechnergesteuerten Gerten unerlsslich sind. Aufbauend
auf physikalischen Grundlagen, wie sie im Gymnasium bzw. an facheinschlgigen HTLs
vermittelt werden, vermittelt das Modul theoretische Kenntnisse und praktische Fertigkeiten fr die Lsung von elektrotechnischen Fragestellungen, wie sie beim Entwurf und
der theoretischen sowie metechnischen Analyse von Hardwarekomponenten auftreten.
Aufgrund der beschrnkten Laborressourcen und der Situierung im 2. Semester besteht
fr diese LVA ein Kapazittslimit von maximal 90 Teilnehmern.
Fachbergreifende Qualifikationen (9.0 Ects) Die Lehrveranstaltungen dieses Moduls dienen dem Erwerb fachbergreifender Qualifikationen wie zum Beispiel: Verhandlungsfhrung, Prsentations- und Kommunikationstechnik, systematische Recherche und
Planung, Konfliktmanagement, Teamfhigkeit und Fhrung, Organisation und Management, Betriebsgrndung und Finanzierung, Verstndnis rechtlicher Rahmenbedinungen,
Verbesserung von Fremdsprachenkenntnissen.
Freie Wahl (max. 9.0 Ects) Die Lehrveranstaltungen dieses Moduls dienen der Vertiefung des Faches sowie der Aneignung auerfachlicher Kenntnisse, Fhigkeiten und
Kompetenzen.
Grundlagen Digitaler Systeme (6.0 Ects) Dieses Modul behandelt die Grundlagen
der formalen Modellierung statischer und dynamischer Systeme und deren Umsetzung
durch digitale Schaltungslogik. Die Studierenden lernen, Teilaspekte der Realitt mittels
Aussagenlogik, Automaten und anderer Formalismen zu spezifizieren, Daten digital zu
codieren sowie einfache digitale Schaltwerke zu konstruieren und zu optimieren.
Grundlagen intelligenter Systeme (8.0 Ects) Studierende mit elementaren Logikkenntnissen, mit Kenntnissen in Datenstrukturen und Algorithmen und Fertigkeiten
in der Mathematik (wie z.B. Beweise selbst zu fhren) erhalten in diesem Modul (a)
grundlegende Kenntnisse in den theoretischen Grundlagen intelligenter Systeme und (b)
fundamentale Konzepte, die zum Verstndnis der Arbeitsweise als auch zur Erstellung
intelligenter Systeme notwendig sind. Das Modul deckt die Stoffgebiete Knstliche Intelligenz und Einfhrung in wissensbasierte Systeme ab. Beide Themengebiete werden
in Vorlesungen mit zugehrigen bungen vermittelt.
Microcontroller und Betriebssysteme (10.0 Ects) Das Modul ist der Funktionsweise und Programmierung von Microcontroller-Systemen gewidmet. Ausgehend von der
Vorstellung typischer Microcontroller-Architekturen und Peripheriekomponenten wird
in begleitenden Laborbungen die gesamte Palette der Microcontroller-Programmierung
abgedeckt, von der Assemblerprogrammierung ber die Programmierung in einer
hheren Progammiersprache bis zur Programmierung unter einem MicrocontrollerBetriebssystem. Die komplementr dazu erfolgende praktische Beschftigung mit dem
Design, der Programmierung und Analyse von Betriebssystemen und deren Komponenten wird darberhinaus Verstndnis fr jene komplexen Probleme und Aspekte geweckt,
die unterhalb typischer Betriebssystem-Interfaces wie POSIX verborgen sind.
Modellbildung in der Physik (6.0 Ects) Das Modul dient dazu, an Hand einiger
wichtigen Grundgesetze der Physik ein Grundverstndnis dieser naturwissenschaftlichen
Konzepte zu bekommen und andererseits diese mathematisch zu formulieren. Besonderes
Augenmerk wird darauf gelegt, exemplarische einfache Probleme mit herkmmlichen
analytischen Methoden, aber auch moderenen Hilfsmitteln (numerische Simulationen),
zu lsen und Parameterstudien durchzufhren.
Modellierung (6.0 Ects) Die Modellierung beschftigt sich mit dem Prozess der Erstellung eines Modells als geeignete Abstraktion eines Realittsausschnitts bzw. Systems.
Der intendierte Verwendungszweck des Modells bestimmt, was als geeignete Abstraktion
erachtet wird und welche Eigenschaften der Realitt bzw. des Systems mit welchen Konzepten spezifiziert werden. Dieses Modul beschftigt sich insbesondere mit dem Einsatz
der Modellbildung fr statische Systeme (Datenbanken) und objektorientierte Systeme.
Praktikum Technische Informatik (6.0 Ects) Dieses Modul ist der praktischen Vertiefung ausgewhlter Inhalte der Technischen Informatik gewidmet. Individuell vergebene Problemstellungen werden in Einzel- oder Gruppenarbeit bearbeitet. Die Lsung
wird in Form einer schriftlichen Arbeit dokumentiert.
Programm- und Systemverifikation (6.0 Ects) Das Modul bietet eine Einfhrung in
Methoden zur computeruntersttzten Verifikation und Qualittssicherung von Software
und Hardware. Die in der Vorlesung vermittelten Grundlagen und Methoden werden an
Hand von theoretischen und praktischen Aufgabenstellungen vertieft und in geeigneten
Anwendungen erprobt.
Programmierparadigmen (6.0 Ects) Ein Programmierparadigma ist ein grundlegender Programmierstil. Aufbauend auf praktischen Programmierfertigkeiten sowie Kenntnissen der objektorientierten Modellierung und fundamentaler Algorithmen und Datenstrukturen gibt das Modul Programmierparadigmen einen vertieften Einblick in das
objektorientierte und funktionale Paradigma und entsprechende Sprachkonstrukte, einschlielich solcher fr Generizitt, Nebenlufigkeit und Modularisierung. Studierende
eignen sich durch die Beschftigung mit typischen Problemstellungen bewhrte Programmierstile an und lernen, die Strken der Paradigmen zu nutzen, Schwierigkeiten
zu umgehen, eigenstndige Lsungsstrategien zu entwickeln und Lsungen kritisch zu
bewerten.
Programmkonstruktion (8.8 Ects) Das Modul Programmkonstruktion fhrt Anfnger in die Programmierung ein, wobei der Schwerpunkt auf einer systematischen Vorgehensweise bei der Erstellung und Evaluierung von Programmen liegt. Neben Fachkenntnissen erwerben sich Studierende einzeln und im Zweierteam praktische Fertigkeiten in
der Programmierung (einschlielich des Einsatzes formaler und informeller Methoden).
10
11
in einer Laborbung in gefhrten Kleingruppen werden die Inhalte in Form von Programmieraufgaben praktisch gebt.
Verteilte Systeme (6.0 Ects) Das Modul Verteilte Systeme enthlt folgende Lehrinhalte: Grundlagen und Konzepte, Middleware, Kommunikation, Operating System Support, Naming und Discovery, Synchronisation und Consensus, Replikation und Konsistenz, Fehlertoleranz, Dependability und Security, Technologieberblick.
Vertiefung Technische Informatik Dieses Modul enthlt Lehrveranstaltungen, die
der Vertiefung eines Teilgebiets der Technischen Informatik dienen und von den Studierenden im Rahmen des Prfungsfaches Vertiefung/Verbreiterung gewhlt werden knnen.
Wahrscheinlichkeitstheorie und Stochastische Prozesse (7.5 Ects) Das Modul
bietet eine fundierte Einfhrung in die Grundlagen der Wahrscheinlichkeitstheorie und
stochastischer Prozesse und deren Anwendung in der Statistik und Informationstheorie. Durch Vertiefung der in der Vorlesung vermittelten mathematischen Grundlagen,
Methoden und Verfahren in den begleitenden bungen wird die Befhigung zur Auswahl und Verwendung adquater Verfahren fr reale Problemstellungen in relevanten
Anwendungsgebieten vermittelt.
Zuverlssige Echtzeitsysteme (6.0 Ects) Das Modul vermittelt die wesentlichen
Kenntnisse fr die Spezifikation, den Entwurf, die Implementierung und das Testen
von fehlertoleranten, sowie sicherheitskritischen verteilten Echtzeitsystemen. Fehlerarten, Fehlermodellierung, Fehlermaskierung, der Umgang mit zeitabhngiger Information, die Konstruktion von Computersystemen mit strikten Anforderungen im Zeitbereich
und die Auswirkungen dieser Faktoren auf die Sicherheit von Computersystemen sind dabei zentrale Aspekte. Die Grundlagen zu zuverlssigen Systemen und Echtzeitsystemen
werden in Vorlesungen vermittelt. Problemstellungen aus der Simulation von Fehlertoleranten Systemen und der Fehleranalyse/modellierung werden in praktischen bungen
behandelt.
6. Lehrveranstaltungen
Die Stoffgebiete der Module werden durch Lehrveranstaltungen vermittelt. Die Lehrveranstaltungen der einzelnen Module sind in Anhang A in den jeweiligen Modulbeschreibungen spezifiziert. Lehrveranstaltungen werden durch Prfungen im Sinne des
Universittsgesetzes beurteilt. Die Arten der Lehrveranstaltungsbeurteilungen sind in
der Prfungsordnung (siehe Abschnitt 8) festgelegt.
nderungen an den Lehrveranstaltungen eines Moduls werden in der Evidenz der
Module dokumentiert, mit bergangsbestimmungen versehen und im Mitteilungsblatt
der Technischen Universitt Wien verffentlicht. Die aktuell gltige Evidenz der Module
liegt im Dekanat der Fakultt fr Informatik auf.
12
Studieneingangsgesprch
Vor oder zu Studienbeginn ist ein eigenstndig verfasstes Motivationsschreiben abzugeben und in einem Studieneingangsgesprch mit Angehrigen der Fakultt zu besprechen,
um die Grnde fr die Studienwahl und die Erwartungen an das Studium zu reflektieren.
Das Studieneingangsgespch ist durch das Modul Studieneingangsgesprch im Studienplan verankert. Die Absolvierung dieses Moduls durch Abgabe des Motivationsschreibens und aktive Teilnahme am Gesprch bildet die Voraussetzung fr alle anderen
Module des Studiums.
8. Prfungsordnung
Fr den Abschluss des Bachelorstudiums ist die positive Absolvierung der vom Studienplan vorgeschriebenen Module erforderlich. Ein Modul gilt als positiv absolviert,
wenn die ihm zuzurechnenden Lehrveranstaltungen gem Modulbeschreibung positiv
absolviert wurden.
13
14
10. Bachelorarbeit
Die Bachelorarbeit ist eine im Bachelorstudium eigens angefertigte schriftliche Arbeit
mit einem Regelarbeitsaufwand von 10 ECTS-Punkten, welche eigenstndige Leistungen
beinhaltet. Sie wird im Rahmen des Moduls Bachelorarbeit erstellt.
15
Lehrveranstaltungskapazitten
Fr die verschiedenen Typen von Lehrveranstaltungen (siehe Anhang B) dienen die
folgenden Gruppengren als Richtwert:
Lehrveranstaltungstyp
VO
UE mit Tutor(inn)en
UE
LU mit Tutor(inn)en
LU
EX, PR, SE
Gruppengre
je Leiter(in) je Tutor(in)
200
50
20
20
40
15
15
20
16
13. Inkrafttreten
Dieser Studienplan tritt mit 1. Oktober 2015 in Kraft.
14. bergangsbestimmungen
Die bergangsbestimmungen werden gesondert im Mitteilungsblatt verlautbart und liegen im Dekanat der Fakultt fr Informatik auf.
A. Modulbeschreibungen
Abstrakte Maschinen
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse: Das Modul vermittelt
alle theoretischen Grundlagen von abstrakten Maschinen und
Kenntnisse ber konkrete abstrakte Maschinen.
Kognitive und praktische Fertigkeiten: Die Auseinandersetzung mit konkreten Beispielen von abstrakten Maschinen und die Implementierung eigener abstrakter Maschinen
vermittelt
die Fhigkeit die Qualitt von abstrakten Maschinen zu beurteilen,
17
18
19
Schubfachschluss
Inklusions-Exklusions-Prinzip
Kombinatorische Grundaufgaben (Permutationen, Auswahlen, Partitionen)
Elementare Identitten (Binomischer Lehrsatz, binomische Identitten)
Rekursionen (Fibonacci-Zahlen, Derangements, Turm von Hanoi, Catalan-Zahlen)
Lsungsmethoden fr Rekursionen (Rekursionen erster Ordnungen, lineare Rekursionen mit konstanten Koeffizienten)
Graphentheorie
Grundlagen (gerichtete, ungerichtete, bipartite Graphen, Wege, etc.)
Handshake-Lemma
Eulersche und Hamiltonsche Linien
Graphrelationen (Isomorphie, Subgraphen, Minore)
Zusammenhang (Zusammenhangskomponenten, Mengers theorem)
Azyklische Graphen
Ebene Graphen (inkl. Eulersche Polyederformel)
Elementare Graph-Algorithmen (Azyklizitt, Kruskal-Alg., Minimaler Spannbaum, Dijkstra-Alg.)
Algebraische Strukturen
Gruppentheorie (inkl. Faktorgruppen, Homomorphiesatz, zyklische Gruppen, direkte Produkte)
Ringe (Integrittsbereiche, Ideale)
Krper (Polynomringe ber Krpern)
Verbnde
Lineare Algebra
Vektoren
Matrizen (inklusive Tensor-Produkt)
Lineare Abbildungen
Lineare Gleichungssysteme
20
Determinanten
Eigenwerte und Eigenvektoren
Skalarprodukte, Orthogonalitt
Grundlagen Algebraische Codierungstheorie
Gruppencodes
Linearcodes
Erwartete Vorkenntisse:
Maturaniveau.
Fundierte
Mathematik-Kenntnisse
auf
AHS/BHS-
21
22
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die Inhalte des
Moduls werden im Rahmen einer Vorlesung (6 ECTS) prsentiert und an Hand ausgewhlter Beispiele illustriert. Durch die Ausarbeitung von Aufgaben und deren Diskussion
in Kleingruppen bei regelmigen Treffen (Anwesenheitspflicht!) vertiefen die Studierenden ihr Verstndnis fr den Stoff; in zustzlichen Programmieraufgaben wird ferner die
Umsetzung algorithmischer Aufgabenstellungen in der Praxis gebt (3 ECTS).
Lehrveranstaltungen des Moduls:
6.0/4.0 VU Algorithmen und Datenstrukturen 1
3.0/2.0 VU Algorithmen und Datenstrukturen 2
Analysis
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse: Vertrautheit mit den wichtigsten mathematischen Konzepten und Grundlagen im Teilgebiet Analysis.
Kognitive und praktische Fertigkeiten: Vertieftes Verstndnis mathematischer Schlussweisen und Beweistechniken, Fertigkeit zur Erstellung mathematischer Beweise fr einfache mathematische Probleme.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Mathematische Formulierung praktischer Problemstellungen aus Informatik, Naturwissenschaften und Technik
und Verwendung geeigneter mathematischer Lsungsverfahren zur analytischen und numerischen Problemlsung.
Inhalt:
Folgen, Reihen und Funktionen
Folgen reeller Zahlen (Grenzwert, Monotonie und Beschrnktheit, Konvergenzuntersuchungen)
Unendliche Reihen (Konvergenzkriterien, Cauchyprodukt und Potenzreihen)
Asymptotischer Vergleich von Folgen (Landausymbole: O(), o(), Omega())
Elementare Funktionen
Potenzen mit reellen Exponenten
Exponentialfunktion und Logarithmus
Darstellung der Exponentialfunktion
Winkelfunktionen und Arcusfunktionen
Grenzwerte und Nullstellen von Funktionen, Stetigkeit
23
Metrische und topologische Grundbegriffe (offene, geschlossene Mengen, Umgebungen, Basis, Hufungspunkte)
Umgebungs und Folgenstetigkeit
Eigenschaften stetiger Funktionen: Nullstellensatz, Zwischenwertsatz, Monotonie
Fixpunktsatz, Lipschitzbedingung
Newtonsches Nherungsverfahren
Die regula falsi
Differentialrechnung in einer Variablen
Differenzenquotient und Differenzierbarkeit
Ableitung einfacher Funktionen
Eigenschaften und Ableitungsregeln
Mittelwertsatz der Differentialrechnung
Taylorreihen
Monotonie und die erste Ableitung
Hhere Ableitungen
Der verallgemeinerte Mittelwertsatz und die Regel von de lHospital
Integralrechnung in einer Variablen
Definition und Eigenschaften Riemann-Integral
Integration als Umkehrung der Differentiation, Flche unter Kurven
Techniken des Integrierens
Mittelwert- und Hauptsatz der Differential- und Integralrechnung
Uneigentliche Integrale
Grundlagen Differential- und Integralrechnung in mehreren Variablen
Funktionen in mehreren Variablen
Partielle Ableitungen, totale Ableitung
Ableitungsregeln
Richtungsableitung
24
Taylorentwicklung
Hauptsatz ber Implizite Funktionen
Lokale Extrema
Grundlagen Gebietsintegrale
Elementare Differentialgleichungen
Lineare Differentialgleichungen erster Ordnung
Lineare Differentialgleichungen hherer Ordnung mit konstanten Koeffizienten
Erwartete Vorkenntisse:
Maturaniveau.
Fundierte
Mathematik-Kenntnisse
auf
AHS/BHS-
Analysis 2
Regelarbeitsaufwand: 7.5 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse: Vertrautheit mit den wichtigsten Grundlagen
und Stzen der hheren Analysis.
Kognitive und praktische Fertigkeiten: Vertieftes Verstndnis mathematischer Zusammenhnge und Beweistechniken, Weiterentwicklung der Fertigkeiten zur Erstellung mathematischer Beweise.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Mathematische Formulierung praktischer Problemstellungen aus Informatik, Naturwissenschaften und Technik
und Verwendung geeigneter mathematischer Lsungsverfahren zur analytischen und numerischen Problemlsung.
Inhalt:
Vertiefung der Differentialrechnung in mehreren Variablen
25
Inverse Funktionen
Kurven und Flchen (implizites Differenzieren)
Extrema mit Nebenbedingungen
Integralrechnung in mehreren Variablen
Gebietsintegrale
Integriertechniken (Fubini, Substitution)
Vektorfelder und Kurvenintegrale
Fourier-Reihen
periodische Funktionen, trigonometrisches Polynom, trigonometrische Reihe
Fourier-Reihe, Differentiation, Integration, Bessel-Ungleichung, Parsevalsche Gleichung, Darstellungsstze
Diskrete Fourier-Transformation
Algorithmus)
(Definition,
Parseval-Gleichung,
FFT-
Transformationen
Fourier-Transformation (Definition, Konvergenzsatz, Integraltheorem, Umkehrund Eindeutigkeitssatz)
Laplace-Transformation (Definition, Existenz- und Eindeutigkeitssatz)
z-Transformation
Differentialgleichungen
Spezielle Typen gewhnlicher Differentialgleichungen
Lineare und quasilineare partielle Differentialgleichungen erster Ordnung (Methode
der Charakteristiken)
Lineare partielle Differentialgleichungen zweiter Ordnung (Normalformen)
Lsungsverfahren (Separationsansatz)
Computer-Numerik
Zahlendarstellungsfehler
Konversionsfehler
Fehlerfortpflanzung (Summe, Produkte, Polynome, elementare Funktionen)
26
27
Bachelorarbeit
Regelarbeitsaufwand: 13.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse: Wissenschaftliche Methodik, internationaler
Wissenschaftsbetrieb
Kognitive und praktische Fertigkeiten: Systematische Recherche, Prsentationstechniken, strukturierte und konzise Kommunikation von Inhalten in mndlicher und schriftlicher Form, Fhigkeit zur Anwendung der im Studium erworbenen Kenntnisse und
Fertigkeiten im Kontext einer greren Problemstellung
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Selbstorganisation, Eigenverantwortlichkeit und Eigeninitiative, Teamfhigkeit, Finden kreativer Problemlsungen, Reflexion der eigenen Arbeit im technischen und gesellschaftlichen Kontext
Inhalt: Im Rahmen des Seminars Wissenschaftliches Arbeiten lernen die Studierenden
wissenschaftliche Methoden und den Wissenschaftsbetrieb kennen. An Hand eines vorgegebenen Themas ben sie Recherche sowie schriftliche und mndliche Prsentation.
Darauf aufbauend wenden sie im Projekt Bachelorarbeit fr Informatik und Wirtschaftsinformatik die im Studium erworbenen Kenntnisse und Fertigkeiten auf ein Thema an,
das dem Qualifikationsprofil des Studiums entspricht. Die erzielten Ergebnisse werden neben der Aufgabenstellung, den angewandten Methoden und dem Umfeld in einer schriftlichen Abschlussarbeit dargestellt.
Erwartete Vorkenntisse: Die Arbeit an der Bachelorarbeit setzt die Kenntnisse, Fertigkeiten und Kompetenzen zumindest der Pflichtmodule dieses Studiums voraus.
Verpflichtende Voraussetzungen: Studieneingangs- und Orientierungsphase.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Im Seminar besteht bei den Vortrgen zu Wissenschaftsmethodik und -betrieb sowie bei der Prsentation der Rechercheergebnisse Anwesenheitspflicht, ebenso bei der Prsentation der
Bachelorarbeiten. Davon abgesehen knnen das Seminar- und das Bachelorarbeitsthema
in Absprache mit den Lehrenden zeitlich und rtlich weitgehend ungebunden bearbeitet
werden. Die Beurteilung orientiert sich an der Qualitt und Originalitt der mndlichen
und schriftlichen Darstellung der Themen sowie der dafr notwendigen Vorarbeiten und
bercksichtigt auch das Engagement bei der Diskussion der Arbeiten anderer Studierender.
28
Datenbanksysteme
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse:
Grundlagen, Komponenten, und Funktionsweise von Datenbankmanagementsystemen (DBMS); Datenbankarchitektur und Datenunabhngigkeit
Komplexe SQL Abfragen, Einbettung in prozedurale Abfragen (JDBC)
Physische Datenorganisation, Datenbanktuning
Transaktionen, Fehlerbehandlung, Mehrbenutzersynchronisation
Verteilte Datenbanken
Kognitive und praktische Fertigkeiten:
Verwendung von DBMS und Benutzung deklarativer Abfragesprachen
Programmierung von und Anbindung an Datenbanksysteme
Soziale Kompetenzen, Innovationskompetenz und Kreativitt:
Funktionale Denkweise zum Verstndnis deklarativer Abfragesprachen
Logisches Denken um Ablufe in einem DBMS nachzuvollziehen
Mathematisch fundierte Vorgehensweise zur Analyse von Methoden in DBMS
Kenntnisse der eigenen Fhigkeiten und Grenzen, Kritikfhigkeit an der eigenen
Arbeit
Selbstorganisation und Eigenverantwortlichkeit zum eigenstndigen Lsen von Laboraufgaben
Inhalt:
Komponenten und Funktionsweise von Datenbankmanagementsystemen
Datenbankprogrammierung (komplexe SQL Anfragen, Datenbankanbindung
(JDBC), stored procedures)
29
30
Dezentrale Automation
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse:
Zentrale Konzepte und Methoden der Automatisierungstechnik
Relevante Grundlagen der industriellen Kommunikationstechnik (Netzwerkprotokolle)
Modellierung
Kognitive und praktische Fertigkeiten:
Methodische Vorgangsweise mit Einbeziehung und kritischer Bewertung von Stateof-the-Art-Technologien
Entwurf und Programmierung verteilter Applikationen aus dem Bereich der Fertigungsautomatisierung
Umfassende schriftliche Dokumentation von Lsungen (Laborprotokolle)
Soziale Kompetenzen, Innovationskompetenz und Kreativitt:
Selbstorganisation, Eigenverantwortlichkeit
Fhigkeit zur Zusammenarbeit in kleinen Teams
Selbststndiges Erschlieen komplexer Literatur (begleitende wissenschaftliche
Verffentlichungen)
Selbststndiges Aufarbeiten von notwendigen Datenblttern und Manuals
Inhalt:
Einsatzbereiche der Automatisierungstechnik mit dem Schwerpunkt auf industrieller Automation (Fertigungstechnik, Verfahrenstechnik), Automation im Kraftfahrzeugbereich, Heim- und Gebudeautomation
Systemmodell in der verteilten Automation
Aufbau und Funktionsweise von verteilten Automatisierungssystemen: Kommunikation und Gerte
Normen zur Modellierung und Programmierung Speicherprogrammierbarer Steuerungen (IEC 61131) und verteilter Applikationen in der Automatisierungstechnik(IEC 61499)
31
32
Digital Design
Regelarbeitsaufwand: 12.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse:
Aufbau digitaler Schaltungen: Abstraktion des Feldeffekt-Transistors als Schalter,
innerer Aufbau und Funktion von logischen Basisgattern, etablierte Methoden und
"best practices"fr den Schaltungsentwurf basierend auf diesen Gattern.
Entwurfsprozess digitaler Schaltungen: automationsuntersttzter Design-Flow inklusive Verifikation mittels Simulation und Test, Design-Entry mittels VHDL, Zieltechnologien, insbesondere FPGAs.
Umgang mit nichtidealem Verhalten digitaler Bauelemente: Reflexion von Abstraktionen und Annahmen hinter den Entwurfsmethoden sowie von Abweichungen vom
idealisierten Verhalten: Metastabilitt, Grenzen der Geschwindigkeit, ohmsche und
kapazitive Belastung, Defekte, Temperatur- und Spannungsabhngigkeiten. Physikalischer Aufbau von Chips als Basis hierfr.
Kognitive und praktische Fertigkeiten:
Eigenstndiger Entwurf digitaler Schaltungen: Anwendung des theoretischen Wissens zur Lsung einer gegebenen Aufgabenstellung (Schaltungsdesign auf FPGA),
Umgang mit komplexen Design-Tools
Debugging: Fehlersuche und -behebung unter Zuhilfenahme von Simulationen, Umgang mit komplexen Messgerten wie Logikanalysatoren, systematisches zielorientiertes Vorgehen.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt:
Teamfhigkeit: Lsung von z.T umfangreichen und anspruchsvollen praktischen
Aufgaben in Kleingruppen.
Kreativitt: eigenstndiger Entwurf digitaler Schaltungen, Vermittlung von Beispielen, selbstndiges Lsen von Aufgaben.
Modellbildung und Abstraktionsvermgen: vielfltige Abstraktionen (Transistor
als Schalter, logisches Gatter als black box, ...), Hinterfragen von deren Gltigkeit in der jeweiligen Situation, Behandlung nichtidealer Eigenschaften von Chips
(Metastabilitt, Defekte, Temperaturabhngigkeit,...), Abbildung der komplexen
physikalischen Realitt auf ein vereinfachtes Modell.
33
34
35
Inhalt: Dieses Modul enthlt Inhalte, die auch fr die anderen Bachelor-Studien angeboten werden.
Statistische Grundlagen: Bias, Varianz, diskrete und stetige Merkmale, multivariate Merkmale, bedingte Verteilungen, Randverteilungen, Kovarianzmatrix,
Merkmalsextraktion aus Bildern
Einfache Klassifikatoren: Nearest Neighbor (NN), k-NN und Perceptron,
Bayes Theorem, Bayes Klassifikator und Lineare Diskriminanten-Funktionen,
Maximum Likelihood Klassifikation, Expectation Maximisation
Einfhrung i. Neuronale Netze
Marginal Klassifikatoren (z.B. Support Vector Machine)
Gruppierung und Entscheidungsbume
Farb- und Texturmerkmale
Anwendungsbeispiele (z.b. Biometrie, Chromosom-Klassifikation, inhaltsbasierte
Bildsuche usw.)
Erwartete Vorkenntisse:
Fachliche und methodische Kenntnisse: Um dieses Modul erfolgreich absolvieren zu knnen, sind folgende Kenntnisse notwendig:
Mathematik auf Maturaniveau plus Mathematik 1 (Vektorrechnung, Winkelfunktionen, Differenzieren und Integrieren, lineare Algebra, einfache Geometrie)
Elementare Programmierkenntnisse fr die bung
Statistische Vorkenntnisse so wie die Wahrscheinlichkeitstheorie sind von Vorteil.
Verpflichtende Voraussetzungen: Studieneingangs- und Orientierungsphase.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung:
Die Lehrveranstaltung wird als eine Frontalvorlesung mit Untersttzung durch
Medien (hauptschlich Datenprojektor) sein.
bungen wird in Gruppen von 3-4 Studenten absolviert (hnlich wie die bisherige
Einf.i.d.Mustererkennung).
Es wird mehrere Beispielrunden geben. Nach jeder Runde wird das Erreichen des
Lehrziels berprft.
Skriptum zur Lehrveranstaltung
36
Elektrotechnische Grundlagen
Regelarbeitsaufwand: 7.5 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse:
Physikalische Grundlagen elektrischer Komponenten und elektrischer Netzwerke
Methodische Kenntnisse fr Analyse und Entwurf von elektrischen Netzwerken
Wissen ber und Verstndnis von elementaren elektrischen Schaltungen.
Kognitive und praktische Fertigkeiten:
Fhigkeit zur Abstraktion elektrischer Vorgnge, sowie die Einschtzung der Tragfhigkeit der gewonnenen Modelle
Fertigkeiten in der Verwendung der Rechenverfahren der Elektrotechnik
Fertigkeiten bei der praktischen Realisierung einfacher elektrischer Schaltungen
und deren messtechnischer Untersuchung
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Die Weiterentwicklung
technischer Systeme hngt in hohem Mae von der Technologieentwicklung ab. Dieses
Modul liefert die fachliche Basis, um
der technologischen Entwicklung im Hardware-Bereich folgen zu knnen
neue Ideen und deren technologische Umsetzbarkeit einschtzen zu knnen
Inhalt:
Physikalische Grundlagen von Bauelementen
Elektrisches und magnetisches Feld, Ausbreitung von Feldzustnden
37
38
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Das Modul besteht aus einer Vorlesung mit integrierten Rechenbeispielen zur Vertiefung des Stoffes.
Neben den Rechenbeispielen dient vor allem die Laborbung zur Vertiefung des theoretischen Stoffes. In der Laborbung werden einfache elektrische Schaltungen entworfen,
aufgebaut und gemessen. Dabei werden auch elementare Methoden der Messtechnik
(Messung von Strom und Spannung), sowie die Darstellung elektrischer Signale (Oszilloskopmesstechnik) vermittelt.
Aufgrund der beschrnkten Laborressourcen und der Situierung im 2. Semester, wodurch das Modul nicht durch die STEOP automatisch zugangsbeschrnkt ist, besteht
fr diese LVA ein Kapazittslimit von maximal 90 Teilnehmern. Der Zugang wird so geregelt, da jene 90 Studierenden zugelassen werden, die zum Zeitpunkt der Anmeldung
die hchste Summe des Verhltnisses ECTS/Note ber alle zum Zeitpunkt der Anmeldung positiv absolvierten LVAs haben. Eine mgliche Zulassung durch einen Hrtefall
wird vom Studiendekan entschieden.
Lehrveranstaltungen des Moduls:
4.0/4.0 VU Elektrotechnische Grundlagen
3.5/3.5 LU Elektrotechnische Grundlagen
Fachbergreifende Qualifikationen
Regelarbeitsaufwand: 9.0 Ects
Bildungsziele: Durch dieses Modul sollen Studierende Qualifikationen erwerben, die
ber die fr das Studium typischen fachlichen Kenntnisse und Fertigkeiten hinausgehen und im Berufsalltag eine wesentliche Rolle spielen, wie zum Beispiel: Verhandlungsfhrung, Prsentations- und Kommunikationstechnik, systematische Recherche und
Planung, Konfliktmanagement, Teamfhigkeit und Fhrung, Organisation und Management, Betriebsgrndung und Finanzierung, Verstndnis rechtlicher Rahmenbedinungen,
Verbesserung von Fremdsprachenkenntnissen.
Lehrveranstaltungen des Moduls: Die Lehrveranstaltungen dieses Moduls sind im Umfang von mindestens 9.0 Ects aus dem von der Technischen Universitt Wien verlautbarten Katalog von Lehrveranstaltung zum Erwerb von fachbergreifenden Qualifikationen
sowie aus den folgenden Lehrveranstaltungen zu whlen.
3.0/2.0 SE Coaching als Fhrungsinstrument 1
3.0/2.0 SE Coaching als Fhrungsinstrument 2
3.0/2.0 SE Didaktik in der Informatik
1.5/1.0 VO EDV-Vertragsrecht
3.0/2.0 VO Einfhrung in die Wissenschaftstheorie I
3.0/2.0 VO Einfhrung in Technik und Gesellschaft
3.0/2.0 SE Folgenabschtzung von Informationstechnologien
3.0/2.0 VU Forschungsmethoden
3.0/2.0 VO Frauen in Naturwissenschaft und Technik
3.0/2.0 SE Gruppendynamik
3.0/2.0 VU Italienisch fr Ingenieure I
39
3.0/2.0
3.0/2.0
1.5/1.0
3.0/2.0
1.5/1.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
3.0/2.0
VU
SE
SE
VU
VO
UE
VU
SE
VU
VU
VU
VU
VU
VU
VU
VU
VU
VU
VO
VO
Freie Wahl
Regelarbeitsaufwand: max. 9.0 Ects
Bildungsziele: Die Lehrveranstaltungen dieses Moduls dienen der Vertiefung des Faches
sowie der Aneignung auerfachlicher Kenntnisse, Fhigkeiten und Kompetenzen.
Lehrveranstaltungen des Moduls: Die Lehrveranstaltungen dieses Moduls knnen frei aus
dem Angebot an wissenschaftlichen/knstlerischen Lehrveranstaltungen aller anerkannten in- und auslndischen Universitten gewhlt werden, sofern sie der Vertiefung des
Faches oder der Aneignung auerfachlicher Kenntnisse, Fhigkeiten und Kompetenzen
dienen. Der Umfang der frei whlbaren Lehrveranstaltungen ergnzt den Umfang der
brigen im Studium absolvierten Lehrveranstaltungen auf 180 Ects (oder mehr), wobei
ihr Anteil daran 9.0 Ects nicht bersteigen darf.
40
41
erarbeitet. Die bungsaufgaben knnen zeitlich und rtlich weitgehend ungebunden einzeln oder in Gruppen gelst werden. Die Lsungen werden bei regelmigen Treffen mit
Lehrenden und TutorInnen besprochen und korrigiert. Die Beurteilung erfolgt auf Basis
schriftlicher Tests und der kontinuierlich in den bungen erbrachten Leistungen. Der
bungsbetrieb und die Tests knnen computeruntersttzt durchgefhrt werden.
Lehrveranstaltungen des Moduls:
3.0/2.0 VU Grundlagen digitaler Systeme
3.0/2.0 VU Formale Modellierung
42
43
44
45
46
47
Modellierung
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse:
Das Modul vermittelt ein breites und integriertes Wissen und Verstehen der wissenschaftlichen Grundlagen der Modellierung.
Die Studierenden erwerben ein kritisches Verstndnis der wichtigsten Theorien,
Prinzipien und Konzepte der Modellierung auf dem Stand der Fachliteratur im
diesem Bereich.
Kognitive und praktische Fertigkeiten:
Die Studierenden knnen ihr Wissen und Verstehen praktisch in Modellierungsaufgaben anwenden und Problemlsungen und Argumente fr Modellierungsaufgaben
erarbeiten und weiterentwickeln.
Die Studierenden knnen die fr die Modellierung relevanten Informationen sammeln, bewerten und interpretieren.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt:
Die Studierenden sind in der Lage ihr Wissen selbstndig zu vertiefen.
Die Studierenden knnen modellierungsbezogene Positionen und Problemlsungen
formulieren, sich mit InformatikerInnen und DomnenexpertInnen darber austauschen und Verantwortung in einem Team bernehmen.
Die Studierenden lernen ihre eigenen Fhigkeiten und Grenzen einzuschtzen und
erwerben die Kritikfhigkeit an der eigenen Arbeit.
48
Die Studierenden erlernen Selbstorganisation und Eigenverantwortlichkeit zum eigenstndigen Lsen von Aufgaben.
Inhalt:
Datenmodellierung: Grundlagen der Modellierung, Datenbankentwurf, relationales
Modell, Datenintegritt
Objektorientierte Modellierung: Grundlagen objektorientierter Modellierung,
Klassen-, Sequenz-, Zustands-, Aktivitts- und Anwendungsfalldiagramme
Erwartete Vorkenntisse: Keine.
Verpflichtende Voraussetzungen: Keine.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die Inhalte werden in Vorlesungsblcken vorgestellt und in begleitenden bungen von den Studierenden
erarbeitet. Die bungsaufgaben knnen zeitlich und rtlich weitgehend ungebunden einzeln oder in Gruppen gelst werden. Die Lsungen werden bei regelmigen Treffen mit
Lehrenden und TutorInnen besprochen und korrigiert. Die Beurteilung erfolgt auf Basis
schriftlicher Tests und der kontinuierlich in den bungen erbrachten Leistungen. Der
bungsbetrieb und die Tests knnen computeruntersttzt durchgefhrt werden.
Lehrveranstaltungen des Moduls: Es sind die folgenden Lehrveranstaltungen zu absolvieren:
3.0/2.0 VU Datenmodellierung
3.0/2.0 VU Objektorientierte Modellierung
49
50
Programmierparadigmen
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse: Das Modul vermittelt
51
52
Programmkonstruktion
Regelarbeitsaufwand: 8.8 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse:
Verstehen systematischer, konstruktiver Vorgehensweisen beim Erstellen, Testen,
Debuggen, Nachvollziehen und Modifizieren von Programmen
Verstehen der wichtigsten Konzepte einer aktuellen alltagstauglichen Programmiersprache
Verstehen einfacher Algorithmen und fundamentaler Datenstrukturen
Kennen der hufigsten Fehlerquellen in der Programmierung
53
Fundierte
Mathematik-Kenntnisse
auf
AHS/BHS-
54
55
56
Prozesse, Prozesszustnde
Datenstrukturen und Mechanismen zur Prozessverwaltung
Threads, Multithreading
Scheduling und Distpatching (Ziele und Verfahren)
Prozesssynchronisation und Deadlock
Mutual Exclusion und Bedingungssynchronisation
Synchronisationsmechanismen + Basiskonstrukte (Dekker Algorithmus, Test
and Set, Spinlocks) + Semaphore, Sequencer und Eventcounts, Monitor,
Nachrichten und Synchronisation
Synchronisationsaufgaben: Producer-Consumer, Reader-Writer, Dining Philosophers
Deadlock: Voraussetzungen, Erkennung, Vermeidung
Speicherverwaltung
Speicheraufteilung, Relocation
Segmentierung und Paging
Virtual Memory Management (Prinzipien, Adressierung und Hardwareuntersttzung, Seitenaustausch, Protection und Sharing)
Ein/Ausgabe und Disk Management
Devices und deren Charakteristika
Ablauf von I/
Operationen, Treiber, Pufferung
Festplatten: Zugriffe und Organisation
Filesysteme: Operationen, Struktur und Organisation
Networking
Einfhrung Netzwerke und Protokolle
Betriebssystem und Netzwerkkommunikation
Security und Protection
Bedrohungsszenarien und Sicherheitsmanahmen
Sicheres Design
Zugriffsschutz, Authentifizierung, Rechtesysteme
Verschlsselung (Einfhrung)
Arbeiten mit Betriebssystemen
57
Regelungstechnik
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
58
Fachliche und methodische Kenntnisse: Fundierte Kenntnisse in Regelungstechnik, beginnend bei den systemtheoretischen Grundlagen linearer zeitkontinuierlicher und zeitdiskreter Systeme ber den systematischen Entwurf linearer Regler im Frequenzbereich
bis hin zum Beobachter- und Reglerentwurf im Zustandsraum.
Kognitive und praktische Fertigkeiten: Mathematische Durchdringung regelungstechnischer Probleme; praktische Fertigkeiten im mathematisch fundierten Reglerentwurf;
Grundfertigkeiten Simulation und Implementierung von Reglungssystemen.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Einsatz mathematischer
Methoden zur wissenschaftlich fundierten Lsung von Anwendungsproblemen im Regelungsbereich.
Inhalt: Einfhrung in die Theorie zeitkontinuierlicher und zeitdiskreter Systeme, das
Zustandskonzept, Linearitt, Zeitinvarianz, Transitionsmatrix, Jordan-Form, Ruhelagen, Linearisierung (um eine Ruhelage bzw. eine Trajektorie), asymptotische Stabilitt der Ruhelage, Eingangs-Ausgangsbeschreibung (bertragungsfunktion, bertragungsmatrix), Realisierungsproblem fr SISO-Systeme, Frequenzgang (Bode-Diagramm,
Nyquist-Ortskurve), BIBO-Stabilitt (Routh-Hurwitz-, Michaelov-, Nyquist-Kriterium),
geschlossener und offener Regelkreis, Performance berlegungen, interne Stabilitt,
asymptotisches Fhrungsverhalten, Strunterdrckung, Regelkreise mit einem und zwei
Freiheitsgraden, Kaskadenregelung, Reglerentwurfsmethoden im Frequenzbereich: Frequenzkennlinienverfahren (P-, I-, PD-, PI-, PID-, Lead-, Lag-Regler, Notch-Filter), Erreichbarkeit und Beobachtbarkeit (Erreichbarkeits- und Beobachtbarkeitsmatrix, PBHTest, Gramsche Matrizen, Markov-Parameter und Hankelmatrix), Reglerentwurfsmethoden im Zustandsraum: Polvorgabe (Formel von Ackermann), Beobachterentwurf (trivialer Beobachter, vollstndiger Luenberger Beobachter), das Dualittsprinzip, das Separationsprinzip, Implementation digitaler Regler.
Erwartete Vorkenntisse:
Fachliche und methodische Kenntnisse: Fundierte Mathematik-Kenntnisse (Analysis, Algebra); Grundkenntnisse in der Modellbildung physikalischer Systeme; fundierte Kenntnisse bezglich zeitkontinuierlicher und zeitdiskreter elektrotechnischer Systeme.
Kognitive und praktische Fertigkeiten: Fertigkeiten in der Verwendung mathematischer
Methoden (Analysis, Algebra); Fertigkeiten in der Modellbildung physikalischer und
insbesondere elektrotechnischer Systeme.
Diese Voraussetzungen werden in folgenden Modulen vermittelt: Algebra und Diskrete
Mathematik , Analysis, Analysis 2 , Elektrotechnische Grundlagen, Modellbildung in der
Physik , Signale und Systeme
Verpflichtende Voraussetzungen: Studieneingangs- und Orientierungsphase.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Das Modul setzt
sich aus einem Vorlesungsteil, bei dem die theoretischen Konzepte vorgestellt werden,
einem bungsteil, bei dem einfache Rechenbeispiele auf der Tafel vogerechnet werden
und einem Laborbungsteil, bei dem das Computeralgebraprogramm Maple und das
59
Numerik- und Simulationsprogramm Matlab/Simulink sowie die Control System Toolbox zum Einsatz kommen, zusammen.
Lehrveranstaltungen des Moduls:
4.5/3.0 VU Automatisierung
1.5/1.5 LU Regelungstechnik
60
61
Studieneingangsgesprch
Regelarbeitsaufwand: 0.2 Ects
Bildungsziele: Ziel des Studieneingangsgesprchs ist es, Studieninteressierte zu einer expliziten Reflexion ber ihre Studienmotivation anzuregen und ihnen die Mglichkeit zu
bieten, durch ein Gesprch mit in Lehre und Forschung ausgewiesenen Experten und
Expertinnen die Grnde fr die Studienwahl und Erwartungen an das Studium zu berprfen.
Inhalt: Die angehenden Studierenden verfassen eigenstndig ein Motivationsschreiben
und fhren ein Gesprch mit Angehrigen der Fakultt ber ihre Motivation und Erwartungen.
Erwartete Vorkenntisse: Keine.
Verpflichtende Voraussetzungen: Keine.
Angewandte Lehr- und Lernformen und geeignete Leistungsbeurteilung: Die Lehrveranstaltung wird durch mit Erfolg teilgenommen beurteilt, wenn ein eigenstndiges Motivationsschreiben verfasst und das Studieneingangsgesprch gefhrt wurde.
Lehrveranstaltungen des Moduls:
0.2/1.0 UE Studieneingangsgesprch
62
63
einzeln oder in Gruppen gelst werden. Die Lsungen werden bei regelmigen Treffen
mit Lehrenden und TutorInnen besprochen und korrigiert. Die Beurteilung erfolgt auf
Basis schriftlicher Tests und der kontinuierlich in den bungen erbrachten Leistungen.
Der bungsbetrieb und die Tests knnen computeruntersttzt durchgefhrt werden.
Lehrveranstaltungen des Moduls:
6.0/4.0 VU Theoretische Informatik und Logik
bersetzerbau
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse:
Theoretische Grundlagen des bersetzerbaus
Kognitive und praktische Fertigkeiten: Die Auseinandersetzung mit Methoden und
Werkzeugen des bersetzerbaus vermittelt
die praktische Fhigkeit zur Assemblerprogrammierung und
die praktische Fhigkeit zur Konstruktion von Parsern und bersetzern
Soziale Kompetenzen, Innovationskompetenz und Kreativitt:
Neugierde am bersetzerbau
Inhalt:
Grundlagen von Compilern und Interpretern, Struktur von bersetzern
Computerarchitektur und Grundlagen
Lexikalische Analyse (regulre Definition, endlicher Automat)
Syntax-Analyse (Top-Down, Bottom-Up)
Syntaxgesteuerte bersetzung (Attributierte Grammatik)
Semantische Analyse, Zwischencode (Symboltabelle)
Zwischencode
Codeerzeugung (Befehlsauswahl, Befehlsanordnung, Registerbelegung)
Laufzeitsystem (Stackverwaltung, Heapverwaltung)
Optimierungen (Programmanalysen, skalare Optimierungen, Schleifenoptimierungen)
64
Verteilte Systeme
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse:
Verteilte Systeme, Internetcomputing
Anforderungen und Design-Mglichkeiten komplexer, verteilter Systeme verstehen
Grundlegende Methoden und Algorithmen Verteilter Systeme verstehen, sowie deren Vor- und Nachteile und Einsatzmglichkeiten kennen
Paradigmen und Konzepte aktueller Technologien und Werkzeuge fr Verteilte
Systeme verstehen und anwenden knnen
Anwendungsgrenzen (v.a. asynchroner) Verteilter Systeme kennen und verstehen
Kognitive und praktische Fertigkeiten: Die Auseinandersetzung mit Methoden und
Werkzeugen der Programmierung vermittelt
Abstraktion
methodisch fundierte Herangehensweise an Probleme
65
66
67
68
ihren Einsatz bei der Lsung praktischer Probleme. Schriftliche und mndliche Prfung mit Rechenbeispielen und Theoriefragen, Vertiefung und Anwendung des gelernten
Stoffes durch regelmiges Lsen von bungsbeispielen. Leistungskontrolle durch Hausaufgaben und Prsentation der Lsungen.
Lehrveranstaltungen des Moduls:
4.0/4.0 VO Wahrscheinlichkeitstheorie und Stochastische Prozesse fr Informatik
3.5/2.0 UE Wahrscheinlichkeitstheorie und Stochastische Prozesse fr Informatik
Zuverlssige Echtzeitsysteme
Regelarbeitsaufwand: 6.0 Ects
Bildungsziele:
Fachliche und methodische Kenntnisse: Fundierte Kenntnisse ber die Konstruktion und
Modellierung von zuverlssigen Systemen, die strikten zeitlichen Vorgaben gehorchen
mssen. Die inkludiert die Kenntnisse von Fehlerarten, Fehlermodellen, Fehlererkennung,
Fehleranalyse, Redundanzverfahren, Zuverlssigkeitsmodellierung, Verstndnis und Arbeiten mit zeitabhngiger Information, Uhrensynchronisation, Echtzeitscheduling und
Echtzeitkommunikation.
Kognitive und praktische Fertigkeiten: Fhigkeit der Einschtzung von Fehler- und Ausfallrisiken, Kenntnis von Verfahren zur Erhhung der Zuverlssigkeit von Computersystemen, Analyse von zeitlichen Anforderungen an Computersysteme, Modellierung und
Konstruktion von Computersystemen mit Echtzeitanforderungen, Tool-untersttzte Fehlermodellierung (inkl. Warteschlangenmodell-Simulation) von Computersystemen.
Soziale Kompetenzen, Innovationskompetenz und Kreativitt: Fhigkeit zur Risikoabschtzung und zur Konstruktion sicherer Computersysteme; Erhhung der Zuverlssigkeit von Echtzeitapplikationen; kritische Analyse von Systemvarianten und Dokumentation der Zuverlssigkeit von Systemen.
Inhalt:
Grundlagen: Zuverlssigkeit, Wartbarkeit, Verfgbarkeit, MTTF
Quantitative Analysen: Blockdiagramme, Fehlerbume, Markov-Prozesse
Sicherheit, Fehlermodelle, Wartung, Alterungsfehler, Entwurfsfehler
Fehlertolerante Computersysteme: Redundanz, Fehlerlatenz, Voting, Recovery
Blocks, N-Version-Programming, Synchronisation
Fallstudien von zuverlssigen bzw. fehlertoleranten Systemen
Fehler und Zuverlssigkeitsmodellierung/analyse mit Tools
Grundlagen Echtzeitsysteme, Zeitabhngigkeit von Information, logische und temporale Ordnung
69
B. Lehrveranstaltungstypen
EX: Exkursionen sind Lehrveranstaltungen, die auerhalb des Studienortes stattfinden. Sie dienen der Vertiefung von Lehrinhalten im jeweiligen lokalen Kontext.
70
71
VU
VU
VO
UE
VU
LU
VU
3. Semester (WS)
* 2.0/2.0 VO Betriebssysteme
* 4.0/2.0 UE Betriebssysteme
* 6.0/4.5 VU Modellbildung in der Physik
72
*
*
*
*
3.0/3.0
4.5/3.0
4.0/4.0
3.5/2.0
VO
VU
VO
UE
Rechnerstrukturen
Signale und Systeme 1
Wahrscheinlichkeitstheorie und Stochastische Prozesse fr Informatik
Wahrscheinlichkeitstheorie und Stochastische Prozesse fr Informatik
4. Semester (SS)
*
*
*
*
*
*
*
4.0/3.0
3.0/3.0
2.0/2.0
7.0/7.0
3.0/2.0
6.0/4.5
4.0/3.0
VU
VO
VO
VU
UE
VU
VU
Dependable Systems
Digital Design
Echtzeitsysteme
Microcontroller
Programmierung von Betriebssystemen
Programm- und Systemverifikation
Signale und Systeme 2
5. Semester (WS)
*
*
*
*
*
*
*
4.5/3.0
2.0/2.0
4.0/4.0
7.5/7.5
1.5/1.5
1.5/1.5
3.0/2.0
VU
VO
LU
LU
VO
LU
SE
Automatisierung
Dezentrale Automation
Dezentrale Automation
Digital Design and Computer Architecture
Hardware Modeling
Regelungstechnik
Wissenschaftliches Arbeiten
6. Semester (SS)
*10.0/5.0 PR Bachelorarbeit fr Informatik und Wirtschaftsinformatik
E. Semestereinteilung fr schiefeinsteigende
Studierende
Wegen der starken Abhngigkeiten der Module in verschiedenen Semestern ist das
Schiefeinsteigen zwar grundstzlich mglich, aber nicht empfehlenswert.
73